基于密度聚类算法的电力企业营销异常数据自动校核

作者：田健

来源：中国新技术新产品, 2023, (15): 142-144.

DOI：10.13612/j.cnki.cntp.2023.15.026

• 密度聚类算法
• 电力企业营销
• 异常数据
• 自动校核

常规K-means自动校核方法校核时间较长，异常数据不能及时纠正，设计基于密度聚类算法的电力企业营销异常数据自动校核方法。采集电力企业营销的异常数据后，基于密度聚类算法选取自动校核参数，进而实现多类型保护的定值自动校核。试验结果表明：设计方法的自动校核时间更短，可以及时纠正异常数据，极具推广价值。

• 单位
  国网冀北电力有限公司